如何快速搭建常用的数据指标体系

大家好，好久不见！前段时间工作太忙，所以暂停了一段时间更新公众号。感谢大家一直以来的支持与陪伴，接下来我会继续不定期更新干货内容来回馈大家！本期内容我想重点给大家讲一讲在数据分析工作中非常常见的模块——如何快速搭建数据指标体系，希望对大家有所帮助！

一、什么是数据指标体系

在数据分析工作中，有一个场景很常见，那就是"XX，最近我们的用户留存率降低了，你去分析一下原因"。请注意，这里的用户留存率就是一个指标，并且是我们很常见的业务指标。可以说，指标是分析的基础，没有指标你根本不知道要分析什么，在业务发展过程中需要注意什么。所以数据指标很重要，这也是为什么很多公司在业务开始之初，就要明确公司业务的北极星指标，因为那是业务发展的灯塔，也是方向！

前面我们说的用户留存率是一个数据指标，但在实际工作中，我们的数据指标往往不止一个。主要是因为单一指标往往无法全面反映我们业务发展的基本情况，需要引入多个指标从不同的维度来评估业务，因此我们需要一个能够综合反映业务全貌的数据指标体系。表1-1是部分行业常用的数据指标。

表1-1

二、数据指标体系有什么用

前面我们说了，数据指标是分析的基础，所以它的重要性不言而喻。现代管理学之父德鲁克曾经说过：如果你无法衡量它，就无法增长它。具体来说，数据指标对业务发展的作用主要有以下几点：

1、数据分析的基础，有了指标才可以开展分析；

2、综合反映业务发展情况，建立业务量化衡量标准；

3、帮助快速定位问题，提高分析效率。

三、如何搭建数据指标体系

一般来说，数据指标体系是伴随着公司业务的发展而逐步搭建起来的，业务规模越大或者业务场景越复杂，需要的数据指标越多。因此，搭建数据指标体系通常包括：明确业务场景——理清业务目标，建立关键业务指标——梳理业务流程，拆解业务指标——数据采集确认——数据清洗统计。

1、明确业务场景

在搭建数据指标体系之初，首先需要明确公司的业务场景是什么，是面向B端还是C端，业务模式是什么，关键盈利点在哪儿。一般来说公司的关键业务盈利点就是我们最应该关注的主要指标，其他都是配套。具体来说，明确公司业务场景需要明确以下几个关键问题：

我们的产品是什么？（what）

我们的目标用户是谁？（who）

我们如何将产品销售出去？（how）

盈利模式是赚差价？还是提供增值服务？(how much)

2、理清业务目标，建立关键业务指标

在明确了公司的业务场景后，第二步就是要针对业务场景建立关键业务指标，也就是我们通常所说的一级业务指标，也是北极星指标。这是所有数据指标中最重要也是最关键的指标，其他业务指标都应该围绕关键业务指标来拆解。这里需要注意的是，关键业务指标不宜设置过多，通常2-5个左右即可。因为关键业务指标过多，它就容易乱，后面也就理不清主线，所以我们一定要注意从关键业务指标中挑选出最最关键的指标，后面在拆解二、三、四级指标时就围绕关键业务指标进行逐层拆解即可。

另外还需特别注意的是，业务关键指标一定要与业务或产品部门紧密沟通，共同讨论确定。同时关键业务指标也要得到领导层的认可和支持，不能由数据分析人员独自拍板确定，不然这些关键业务指标最后很可能是大费周章，但大家都不认可，这个指标体系也就没有什么具体价值和意义了。

3、梳理业务流程，拆解业务指标

第三步是在第二步基础上进一步明确业务流程，重点根据关键业务指标进行逐层拆解。例如，企业私域中最关键的业务指标是GMV（销售额），那么我们应该首先明确GMV的计算公式：

GMV=流量*转化率*客单价*复购次数

从GMV的计算公式我们可以知道，影响销售额的关键因素有流量（用户数）、转化率（完成占比）、客单价（客户人均贡献值）、复购次数（人均购买次数）。所以不管是增加购买人数、提升转化占比、提升客户人均购买价值还是提升用户购买次数都能够提升我们最终的销售额GMV。由此我们可以围绕GMV拆解得到二级关键指标就是购买人数、购买转化率、客单价、人均购买次数。

进一步还可以根据二级指标拆解得到三级、四级甚至五级业务指标。例如我们想要提升购买转化率这个二级业务指标，可以根据新老用户的不同使用不同的策略促使用户转化，提升整体购买转化率。例如新用户设置专属满减优惠券，老用户增加会员权益，通过会员权益刺激老用户自发复购升级。因此购买转化率可以进一步拆解为新用户转化率与老用户转化率等三级指标，有了三级指标之后，就可以根据三级指标进一步拆解得到更多细分指标，这里不再赘述。

4、数据采集确认

前面我们明确了业务场景、关键业务指标和主要业务流程，通过层层往下拆解可以得到很多细分的数据指标，到这里我们已经有了企业数据指标体系的基本框架，但仅有基本框架肯定是不够的，就像人的动脉里得有血液，它才是鲜活可用的机体。因此，真实的业务数据就是“血液”，我们需要把真实的业务数据按前面定义的数据指标口径给采集下来，然后进一步清洗加工，才能得到具体可用的业务数据指标。

目前企业数据的采集方式有很多，一般来说是通过埋点或业务日志的方式进行数据采集，也可以通过其他方式来收集数据。具体可以根据公司的业务场景选择合适的数据采集方式即可，也可以同时使用多种方式采集数据。

5、数据清洗统计

前面我们说过，数据采集下来以后，我们需要对数据进行清洗、加工、转换等处理，才能得到具体可用的业务数据，这也就是我们通常所说的ETL。数据清洗加工转换完成之后，这时候我们对数据进一步统计加工，就得到了我们前面所说的数据指标，把所有的数据指标统计加工完毕，企业的数据指标体系就算搭建完成了。

四、搭建数据指标体系有哪些注意的事项

当然在搭建数据指标体系过程中也有一些需要特别注意的地方，不然数据指标体系就算搭建出来了也无法发挥出它的价值，具体需要注意的地方有以下几点：

1、数据指标体系应基于业务实际而定，不同行业不同业务场景指标体系有所不同，不能随意套用别人的指标体系；

2、指标的统计口径要统一且明确，不能随意更改数据指标口径，以免给业务使用方带来困扰；

3、数据指标并非越多越好，也不是拆分越细越好，满足业务基本需求即可，否则就可能引起混乱，产生很多无用指标占用资源也没有意义。

五、总结

前面我们梳理了企业搭建业务数据指标体系的一般流程，其中最关键的是要明确业务场景和关键业务指标，同时也需要特别注意指标的统计口径和数据处理方式，数据指标并非越多越好，能满足业务基本需求的指标就是最好的指标体系！